样本回放 | Geeks_Z の Blog

样本回放: 基于回放的增量学习的基本思想就是"温故而知新"，在训练新任务时，一部分具有代表性的旧数据会被保留并用于模型复习曾经学到的旧知识，因此要保留旧任务的哪部分数据，以及如何利用旧数据与新数据一起训练模型，就是这类方法需要考虑的主要问题。

目录

1. iCaRL

2. RM

3. RMM

上次更新: 2024/07/05, 15:24:13

← 参数隔离正则化→

01
LLM_架构 06-26

02
Transformer_FFN 06-26

03
LoRA变体 06-24

更多文章>